转载于：https://mp.weixin.qq.com/s/XCBSh5h92MOWUgz2vLApzg。

Diogenes 教授有n个被认为是完全相同的VLSI芯片,原则上它们是可以互相测试的.教授的测试装置一次可测试二片,当该装置中放有两片芯片时,每一片就对另一片作 测试并报告其好坏.一个好的芯片总能够正确的报告另一片的好坏,但一个坏的芯片的结果就是不可靠的.这样,每次的测试的四种可能结果如下:        a)证明若少于 n/2 的芯片是坏的,在这种成对测试方式下,使用任何策略都不能确定

x265 x264 cutree lookahead

现在的深度神经网络中，经常会使用到sigmoid函数或者softmax函数，而这些函数中都使用了浮点数的幂指数函数(ex)。常规的数学函数库ex的精度高，但是速度慢，本文将介绍一种通过操作计算机中IEEE754标准浮点数的表示方法，在精度损失很小的条件下大幅提升计算性能的算法。1. IEEE浮点数表示1.1. 双精度浮点数表示64位的双精度浮点数中符号为1位，阶码域为11位，尾数域为5

WFST确定化算法因为NFA的状态转移不确定，不适合直接做语音识别，在算法实现时往往需要回溯，所以一般使用确定化算法将NFA转换为DFA。确定化算法主要是为了去除空边以及合并具有相同输入的公共边，最终使每个状态对某一个具体的输入，只有一个确定的输出，且每个状态没有空转移，如此可以极大的提升搜索的效率。Kaldi中采用的确定化算法叫“子集构造法”，该算法原本是为了处理FSA的确定化，然而，Kaldi